資料服務怎麼掙錢？

　　前幾天有個朋友向我請教資料服務怎麼掙錢，我給他隨手畫了一張圖：

　　我給大家針對這張圖展開說說。

　　 （1）賬戶通會員服務

　　賬戶通，我個人認為阿里集團做的方式最符合中國現實。

　　大家都知道，想讓一個集團內的各個山頭的各個應用統一使用一個賬戶體系，這得多難。

　　而阿里找到的一條最佳路徑就是：賬戶通成為阿里會員服務的一個基座。

　　大家都想學Costco的會員費商業模式，而京東是首先走通的：消費者為了隨時下單，不再受滿99元才能免費配送的痛苦，所以消費者買了一年100多元的會員費，可以每月獲得幾張免費送貨的會員券。另外這個會員費有時候還包含聯合會員，比如你買的這個京東會員，還包含騰訊影片的會員，你就不需要再花100多元單獨購買騰訊影片的會員了。

　　而阿里也是這麼想的，阿里系的優土影片也是這麼想的：大家一起獲利、一起分賬。

　　所以：阿里會員，成為了一個獨立的、新增的營收業務。

　　 （2）主資料服務

　　企查查就是企業主資料服務。企查查是我個人為數不多的個人掏錢的資料服務。我主要透過企查查穿透股權結構、以及融資歷史。

　　企查查呢，也學會了面向業務場景一魚多吃，同樣一份企業主資料：

　　1、面向投資驗真

　　2、面向銷售交易驗真

　　3、面向人力招聘入職驗真

　　這就和一些視覺識別的人工智慧公司一樣，有很好的人臉識別能力，就不斷應用到數字營銷、數字零售、數字金融、數字安防、數字交通、數字政府等等各種細分場景。

　　要做到這些細分場景的主資料服務，必須使用知識工程技術：畫像標籤、關係圖譜。

　　 （3）商情與輿情資訊服務

　　很多資訊都是公開就可以獲取到的資訊，如企查查的很多資料就是網際網路上公開的資料，進行加工的。

　　現在還有很多公開的資訊：

　　1、如股票資訊、上市公司財報資訊，因為合規所以必須公開公佈

　　2、如網際網路上公開的招投標資訊，因為合規所以必須公開公佈

　　3、如社交網路資訊，因為傳播所以必須公開公佈

　　但這些資訊裡，都蘊藏著商情和輿情的挖掘。

　　你看股票資訊挖掘，就有同花順。

　　你看招投標資訊挖掘，就有千里馬。

　　你看採購尋源資訊服務，就有國聯股份。

　　你看社交網路資訊挖掘，就有很多輿情監控服務公司，我就不一一列舉。

　　 （4）業務智慧服務

　　我也是列舉一些，大家自行探索更多的新服務。

　　不過我個人有個建議：做單獨資料智慧服務，不要依賴於某個SaaS應用生存。打鐵還需自身硬，否則靠人人跑、靠樹樹倒。我是蠻喜歡：合規審計、信用測評、人才測評這些可獨立營收的資料服務。

　　一、財務

　　1、資金智慧計劃編制、智慧預測

　　2、企業運營績效智慧測評

　　二、金融

　　1、信貸信用評級

　　我看國家電網用智慧電錶的資料來給中小企業信貸提供信用資料支撐，這個案例就很好。

　　國外有鄧白氏，成立於1841年，一開始主要做國際貿易方面的企業信用管理、風險管理、合規管理所需的資料資訊服務。後來從鄧白氏拆分出來一家諮詢測評服務公司，那就是穆迪。穆迪做企業信用評級諮詢服務，主要依賴的也是鄧白氏的資料。這就形成了良好的迴圈：你想做國際貿易，但是對不起，大家誰也不認識誰，只能看你的企業信用等級。你想做生意，就得讓穆迪來給你評級。穆迪給你評級，你就需要把企業各種資料給穆迪，穆迪根據評級模型進行資料打分。

　　三、合規風控

　　1、合規智慧自動內審

　　2、風控信用評估

　　3、實時風控預警

　　四、人力

　　1、人才智慧測評

　　五、供應鏈

　　1、智慧補貨採購計劃

　　2、智慧選供應商

　　3、智慧定價

　　4、智慧倉儲物流規劃、智慧倉儲物流排程、智慧倉儲物流路線生成

　　六、製造

　　1、生產計劃智慧自動編制

　　 （5）人工智慧模型服務

　　從2016年起來的這一波人工智慧，主要以“大資料餵養+深度神經網路方法+Transformer通用演算法+預訓練巨模型”為四大特徵。

　　2020年，GTP-3巨模型釋出，包含1750億引數，消耗上千萬美金的GPU算力才煉成。

　　這樣巨大、昂貴的巨模型，只能且必須：部署在公有云上、按需訂閱服務模式來執行。這就是這一代人工智慧的商業模式。而過去的人工智慧，必須嵌入到搜廣推的應用中才能發揮作用，自己單獨不能商業變現。

　　HuggingFace就探索了這條路，目前按一個個預訓練好的模型進行公有云訂閱收費。